色彩相似度的自适应立体匹配

《色彩相似度的自适应立体匹配》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、JournalofComputerApplicationsISSN1001-90812012-12-01计算机应用，2012，32(12):3373－3376CODENJYIIDUhttp://www．joca．cn文章编号:1001－9081(2012)12－3373－04doi:10．3724/SP．J．1087．2012．03373基于色彩相似度的自适应立体匹配11*1，211李洪，李大海，王琼华，陈盈锋，张充(1．四川大学电子信息学院，成都610064;2．四川大学视觉合成图形图像技术国防重点学

2、科实验室，成都610065)(*通信作者电子邮箱lidahai@scu．edu．cn)摘要:提出了一种结合权值矩阵和相似性系数矩阵构造的区域匹配方法。该方法首先运用色彩相似性和距离临近性对窗内的每一点相对于待匹配点的自适应权值进行分配，得到一个权值矩阵，为了提高在视差不连续区域的匹配精度，使用了边界点矩阵来降低相对应点的权值。然后在RGB色彩空间中根据待匹配点和对应点的匹配窗内的每一点的颜色绝对差值和来自适应分配相似性系数矩阵。最后利用上述方法对Middlebury网站上提供的四幅立体图像对Tsukub

3、a、Venus、Teddy和Cones进行了实验，总体正确率分别达到了91．82%、96．19%、76．6%和86．9%。关键词:立体匹配;权值矩阵;边界点;相似性系数;视差图中图分类号:TP391．41文献标志码:AAdaptivestereomatchingbasedoncolorsimilarity11*1，211LIHong，LIDa-hai，WANGQiong-hua，CHENGYing-feng，ZHANGChong(1．SchoolofElectronicsandInformationEn

4、gineering，SichuanUniversity，ChengduSichuan610064，China;2．KeyLaboratoryofFundamentalSyntheticVisionGraphicsandImageforNationalDefense，SichuanUniversity，ChengduSichuan610065，China)Abstract:Akindofareamatchingmethodthatcombinedweightsmatrixwithsimilaritycoe

5、fficientmatrixwasproposedinthisarticle．Thearticlewasorganizedasfollows:firstofall，themethodgottheweightsmatrixbyusingcolorsimilarityanddistanceproximity，andthevalueofthematrixwascorrectedwithanedgematrixforimprovingcorrectionoftheedgepixels．Thenasimilari

6、tycoefficientmatrixwasadaptivelyobtainedaccordingtoeachpointpair'ssumofabsolutedifferenceinmatchingwindowbetweenleftimageandrightimage．Finally，themethodwasinvestigatedbymatchingfourstereoimages(Tsukuba，Venus，Teddy，andCones)withgroundtruthprovidedinMiddle

7、burystereodatabaseandtherateofoverallaccuracyreaches91．82%，96．19%，76．6%，86．9%，respectively．Keywords:stereomatching;weightsmatrix;edgepixel;similaritycoefficient;parallaximage［11］阵来降低相对应点的权值;然后，在RGB色彩空间中，根0引言据待匹配点和对应点的匹配窗内每一点的颜色绝对差值和自立体匹配是立体视觉研究中的一个关键步骤，在

8、立体图适应地分配相似性系数矩阵;最后，结合权值矩阵和相似性系［1］像匹配算法中，主要有局部算法和全局算法两大类。局部数矩阵构造的区域匹配方法对4幅立体像对Tsukuba、Venus、［2－4］Teddy和Cones进行了实验验证，结果表明，相对于传统的区算法中，根据匹配基元的不同可分为基于区域的匹配、特［5－7］［8］［9］域匹配算法，本文方法在非遮挡区域、总体和视差不连续区域征匹配、基于相位的匹配和基于梯度的算法等，而区域匹配和特征匹配是